Este trabalho foi publicado pelo Galoá e tem um DOI depositado. Para citar este trabalho, use um dos padrões abaixo:
Caso você seja um dos co-autores e queira cadastrar esse trabalho no seu Currículo Lattes, use o seguinte código: doi > 10.59254/sbpo-2026-232685
Se você NUNCA registrou um DOI no seu Lattes, veja nosso tutorial!A fusão de dados multimodais tem sido investigada para aumentar a robustez de sistemas de detecção e rastreamento em Veículos Aéreos Não Tripulados (VANT), especialmente em cená rios adversos. Este artigo apresenta uma Revisão Sistemática da Literatura (RSL) sobre métodos de fusão multimodal baseados em Deep Learning aplicados a esse domínio, conduzida de acordo com a metodologia PRISMA. A busca abrangeu publicações entre 2021 e 2025 em quatro bases científicas, resultando na seleção de 81 estudos primários. Os trabalhos foram analisados quanto às métricas de avaliação, datasets e famílias arquiteturais, incluindo Redes Neurais Convolucionais (CNN), YOLO, Transformers e Mamba. Os resultados indicam evolução de métodos baseados em convolução para arquiteturas com atenção, fusão dinâmica entre modalidades e modelagem de dependências de longo alcance. A revisão evidencia a importância de equilibrar acurácia e custo computacional, além de apontar lacunas relacionadas à padronização experimental e a datasets multimodais desafiadores.
Com ~200 mil publicações revisadas por pesquisadores do mundo todo, o Galoá impulsiona cientistas na descoberta de pesquisas de ponta por meio de nossa plataforma indexada.
Confira nossos produtos e como podemos ajudá-lo a dar mais alcance para sua pesquisa:
Esse proceedings é identificado por um DOI , para usar em citações ou referências bibliográficas. Atenção: este não é um DOI para o jornal e, como tal, não pode ser usado em Lattes para identificar um trabalho específico.
Verifique o link "Como citar" na página do trabalho, para ver como citar corretamente o artigo